Orodha ya Mbinu za kupinga AI x Jibu lisilo sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Mbinu za kupinga AI, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

502

Modeli iliyoathirika zaidi

Jev 1.14 2

Sababu za kushindwa

Jibu lisilo sahihi502 Hakufuata maelekezo52 Hitilafu ya API44 Muundo wa ziada34 Hakuna jibu13 Muda umeisha8

Kategoria

Mahususi kwa domeni878 Mbinu za kupinga AI502 Uandishi wa msimbo477 Utatuzi wa mafumbo344 Maarifa ya jumla306 Akili ya jumla129 Kazi za mawakala126 Mchanganyiko126 Ufuataji wa maagizo111 Uchanganuzi na uchimbaji wa data93

249/249

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#429	Jev 1.14 default	Typesafe	2	0.4	$0.003	1/3	300ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.003 Muda wa majibu (wastani) 300ms
#425	Decider V1.1 27B default	Perplexity	2	0.4	$0.002	1/3	321ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.002 Muda wa majibu (wastani) 321ms
#335	Mistral Small 4 none	Mistral	4	0.3	$0.047	0/4	395ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.047 Muda wa majibu (wastani) 395ms
#434	D1 default	Liquid	2	0.4	$0.003	1/3	431ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.003 Muda wa majibu (wastani) 431ms
#421	d1-ultra default	Liquid	2	0.4	$0.003	1/3	432ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.003 Muda wa majibu (wastani) 432ms
#427	GPT-6 Luna Decisions default	OpenAI	3	0.2	$0.005	0/3	436ms
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.005 Muda wa majibu (wastani) 436ms
#432	Decider Flash V1.2 default	Perplexity	2	0.4	$0.001	1/3	466ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.001 Muda wa majibu (wastani) 466ms
#388	Mercury 2.5 none	Inception	3	0.4	$0.026	0/4	469ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.026 Muda wa majibu (wastani) 469ms
#436	LFM2-24B-A2B default	Liquid	3	0.3	$0.001	0/3	471ms
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.001 Muda wa majibu (wastani) 471ms
#382	Mercury 2 none	Inception	4	0.3	$0.033	0/4	483ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.033 Muda wa majibu (wastani) 483ms
#424	Decider V1.2 default	Perplexity	1	0.6	$0.001	2/3	491ms
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.001 Muda wa majibu (wastani) 491ms
#407	Grok 4.20 none	X AI	3	0.5	$0.057	1/4	501ms
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.057 Muda wa majibu (wastani) 501ms
#347	Inkling Small none	Thinkingmachines	4	0.3	$0.054	0/4	526ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.054 Muda wa majibu (wastani) 526ms
#416	Laguna Xs.2 default	Poolside	2	0.3	$0.004	0/4	534ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.004 Muda wa majibu (wastani) 534ms
#309	Gemini 2.5 Flash none	Google	4	0.3	$0.017	0/4	582ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.017 Muda wa majibu (wastani) 582ms

Chuja miundo

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mbinu za kupinga AI: Jibu lisilo sahihi

Chuja miundo

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa